“AI 的邊界在哪里？它能做什么，不能做什么？它是不是百分之百準確？”在 AI 浪潮下，廠商和企業都在迷霧中探索。

AI 應用的謎題，和 10 年前 CRM 的困境相似。“甚至 AI 比 CRM 更難，因為 CRM 具備確定性，流程、規則都是清晰可見的結果，但目前的 AI 還沒達到這樣的程度。”紛享銷客高級產品總監劉抗向雷峰網表示。

AI 和 CRM 的結合需要達到什么程度，才能算好用、易用的業務系統？

在營銷領域，中國信息通信研究院（CAICT）發起的《數字原生應用 基于大模型的智能營銷能力要求》測評，或許可以成為迷霧之下檢驗AI應用能力的參考標準。

CAICT 的測評標準涵蓋數據能力、營銷自動化能力、場景適配性等多個維度。作為此次唯一一家通過測評的 CRM 廠商，紛享銷客用企業級智能 CRM 平臺 ShareAI 給出“AI+CRM+行業智慧”的解法。

過去，CRM 系統常被定義為“以客戶為中心的運營管理工具”——做管理就是做記錄，廠商將數據收集回來，再按照企業的流程標準做業務。

以銷售場景為例，這種結構化的數據處理與大部分銷售場景下的非結構化語料存在矛盾，CRM 系統并不能有效地服務企業的銷售人員：

將非結構化的交流情報總結成結構化的數據字段，再錄入到 CRM 系統，這個過程損失了大量真實有效的信息，也讓銷售人員普遍不喜歡使用系統。

隨著AI的嵌入應用，這一矛盾有了新的解法。

“AI 時代下，CRM 系統發生了變化，變得更貼近銷售人員的日常行為習慣，這和銷售人員日常拜訪客戶、開會溝通、做客情的工作形態更契合，而不是錄數據、看報表。”

紛享銷客產品副總裁李杰告訴雷峰網，AI 對于非結構化數據的處理，讓 CRM 系統的交互形態發生巨大的變化，越來越多的銷售人員開始不抗拒使用系統。

而 AI 對 CRM 系統的改造不止于此。融入行業智慧后，原來被動管理的 CRM 系統變成主動觸發式的 CRM 系統。

劉抗介紹，紛享銷客對銷售方法論進行建模，依托在銷售領域十多年沉淀的行業 know-how ，再經模型微調和知識庫輔佐，最終訓練出更智慧化、“更懂銷售”的模型：對系統數據和行為按照方法論進行自主洞察，提出決策建議和風險預警，并給出主動規劃的下一步行為。

從業界實踐看，目前大部分 CRM 廠商應用的仍是反應式AI范式，即通過問答會話的形式讓 AI 做出反應并輸出反饋結果，但紛享銷客正在向嵌入式 AI 的方向邁進，希望過渡到前瞻性、預測式、指引性的 AI 范式，諸如自主預測“客戶的輿情風險可能會對未來的業務跟進和交易產生哪些影響”等前瞻性問題，給出具備指引性的業務洞察。

由弱變強，是目前業界 AI 應用的演進趨勢。劉抗告訴雷峰網，紛享銷客的核心目標之一就是用 AI 對 CRM 系統進行重構，目前正在逐步向 AI 原生 CRM 系統演進，希望將現有的交互體驗變成 AI 原生的系統體驗，讓銷售人員真正愛上用系統。

由此可見，紛享銷客給出了一個 CRM 轉型的范本：從問答對話的反應式 AI，逐步過渡到具有前瞻性、預測式、指引性的嵌入式 AI。這個過程不僅需要思考如何用更好、更實時、更先進的 AI 應用，還需要借 AI 之力將深厚的行業智慧與應用場景深度融合。

CRM 系統與 AI 的融合，正在沿著這樣的發展路徑演進：從被動管理到主動決策，再到更高級的基于行業方法論的“輔助駕駛”，最終到由 AI 主導的“自動駕駛”。

隨著兩者的深度融合，CRM 系統對于人工操作的依賴也逐漸降低。從 AI 應用看，具備自主理解、規劃、決策乃至執行任務能力的 Agent，正成為傳統 CRM 向 AI+CRM 躍遷的關鍵變量。 

在這波技術浪潮下，紛享銷客在 ShareAI 中引入 Agent，試圖破解業務落地的難題卡點：比如推出業務洞察和診斷的核心 Agent，用工程化建模的方式彌合方法論和 CRM 系統之間的鴻溝，形成真正的“銷售大腦”，在系統中 7×24 小時診斷業務。

劉抗介紹，Agent 可以模擬銷售總監或銷售專家的角色，比如基于“以什么樣的方式開場”“過程中怎么和客戶談”“以什么樣的方式收尾”的 SOP 方法論對銷售行為做出診斷，識別銷售業務做得“好不好”；再結合大模型、企業最佳實踐的知識庫以及紛享銷客積累的行業 know-how ，給出相應的建議。

除了保證單個 Agent 在具體業務場景下“做到最好”，多 Agent 協作也是重要的探索方向。

紛享銷客 PaaS 平臺高級總監吳健鵬表示，Agent 和 Agent 之間的協作，是紛享銷客希望達到的理想狀態，比如在特定的業務場景下，銷售 Agent 和服務 Agent 能夠協作執行任務，目前技術團隊正在做多 Agent 協作的調研。

如何將 Agent 能力持續釋放給企業客戶，紛享銷客不僅做 AI 能力的提供者，還希望做 AI 能力的構建者、創造者——

除了在 ShareAI 中預置“開箱即用”的高價值 Agent，目前正基于 ShareAI 的 PaaS 能力打造 Agent builder（Agent 構建器），為企業提供簡單上手的 Agent 構建工具，讓每一個企業員工都可以快速構建其認為合適的 Agent。 

無論是 Agent 之間的相互調用，還是AI應用與其他業務系統的融合，都依托開放的平臺生態。

ShareAI 的重點戰略之一就是平臺化的生態延伸，希望參與開放式AI生態平臺的建設。李杰告訴雷峰網：“我們期望成為某一類客群生態的主要構建者；如果在另外一類客群生態不是主導的角色，那也會做重要的貢獻者、參與者。”

在紛享銷客的平臺生態藍圖中，“集成”和“被集成”同樣重要：一方面，集成營銷、銷售、服務領域市場上最好的 AI 能力和數據；另一方面，能被現在或未來的現象級 Agent 入口集成，成為營銷服領域排名 Top 3、被高頻調用的 Agent。

面對 AI 賽道不斷涌現的各類新玩家，傳統 CRM 廠商的優勢在于多年積累的行業智慧。

在過去 10 年 SaaS CRM 階段，紛享銷客的核心戰略之一就是行業競爭，在制造業、現代服務業、消費品三大主行業積累了大量行業智慧，這也成為現階段紛享銷客向AI轉型的獨特優勢。

紛享銷客產品副總裁肖德慧介紹，ShareAI 建設過程中非常重視將行業智慧、領域智慧和企業智慧與 AI 結合，把行業的場景、數據、模型、方法論以及最佳實踐融入到系統中。

AI 與行業智慧之間的協作，讓 CRM 系統從基礎的管理工具轉變為真正的“專家”，并構建出最懂業務且有核心知識 know-how 的 Agent。

行業專精的“AI+CRM”具體如何落地？目前紛享銷客在 ShareAI 中已有相關探索：

在數據層面，除了領域的標準數據外，對行業維度的數據進行特殊管理，比如消費品行業和制造業在數據的存儲和管理方面就存在明顯差異；

在模型層面，從中長期看將出現適用于某個行業的 CRM 領域，且經過微調或精調的模型，在 RG（Rule Governance，即規則治理）工程化方面精細化考慮不同行業之間的差異；

在 Agent 層面，ShareAI 預置了許多“開箱即用”的高價值 Agent，在對 Agent 定義時，就考慮到行業化差異。以銷售場景為例，消費品行業與制造業、現代服務業使用的場景截然不同，所以推出行業專屬的銷售 Agent。

行業智慧的積累，離不開與企業客戶的共創。

針對高價值的場景，紛享銷客找到行業頭部有影響力的企業客戶進行共創，先在原型客戶中將高頻場景的價值論證出來，再將最佳實踐、最佳范式向中腰部客戶群體傳遞；同時把沉淀的知識經驗反哺到 AI 中，用工程化的方式在系統中形成行業智慧的模型。

這也是紛享銷客重要的生態策略。“我們會尋找行業專精的產業伙伴，尤其在 0-1 階段，選擇燈塔客戶時會有意識地從行業視角出發，比如 Agent 的目標客戶群是哪個行業，再在行業里尋找最有代表性的客戶先做創新。”李杰補充道。

如今，AI 已經成為 CRM 廠商的必答題。在這場浪潮下，行業智慧是傳統 CRM 廠商的立命之本，AI則是廠商們的重圍利劍。如何在大浪淘沙中保持行業地位，需要廠商認真思考 CRM、行業智慧與 AI 三者間的關系。

“我們現在做了很多AI應用，但是始終有一條貫穿其中的主線，那就是所有的 AI 產品演進，最終都要服務于營銷、銷售、服務核心場景的關鍵指標。”

在劉抗看來，在線索轉化率、商機轉化率、客戶價值和滿意度等關鍵指標做出效果，才能在后續的競爭中立于不敗之地。